问财量化选股策略逻辑
选股逻辑：振幅大于1,今日控盘＞21,dea上涨。
选股逻辑分析
该选股策略主要是在技术面的基础上，加入了控盘程度和MACD指标的判断。选择今日控盘程度较高、出现了上涨趋势的个股，是一种更追求短期收益的选股策略。
有何风险？
该选股策略的风险在于，忽略了基本面因素，无法全面考虑一个公司的实际价值，尤其是忽略了财务数据和行业竞争环境等因素的影响。此外，技术面指标经常受到市场情绪等因素影响，产生较大的波动，选股策略的表现也存在较大的不稳定性。
如何优化？
为了更全面地考虑各类因素，可以对该选股策略进行如下优化：
- 综合考虑基本面和技术面等多个因素，以获得更全面的个股评价；
- 引入其他指标，如RSI、均线等等，以减少单指标风险及提高模型的稳定度；
- 加入其他市场环境变化和行业变化等因素的考虑，尤其是宏观经济政策及公司内部管理的影响等，以增强选股策略的实证效果；
- 坚持风险控制，不过分追求收益，避免出现大的亏损。
最终的选股逻辑
经过细致考虑和优化，最终的选股逻辑为：
- 振幅大于1；
- 今日控盘＞21；
- DEA上涨。
同花顺指标公式代码参考
以下是同花顺实现此策略的部分指标公式代码：
C1 = AMP() > 1;
C2 = ABS(CONTROLLING_SHARES_DAY_CHG()) > 21;
C3 = EMA(MACD(12,26,9)[1],9) > EMA(MACD(12,26,9)[2]);
SELECTOR = C1 AND C2 AND C3;
RESULT = REF(SORT(RANK(SELECTOR AND CAPITALIZATION ), 1), 0) == 0;
Python代码参考
以下是Python实现此策略的部分代码：
def select_stocks():
selected_stocks = []
for stock in get_all_stocks():
c1 = get_price(stock, count=1, end_date=datetime.now(), frequency='1d', fields='amplitude')[0] > 0.01
c2 = abs(get_controlling_shareholders(stock, count=1, end_date=datetime.now(), frequency='1d')['controlling_shareholders_day_pct_change'][0]) > 0.21
c3 = get_MACD(stock, count=2, end_date=datetime.now(), frequency='1d')['dea'][1] > get_MACD(stock, count=2, end_date=datetime.now(), frequency='1d')['dea'][0]
if c1 and c2 and c3:
selected_stocks.append(stock)
selected_stocks = sorted(selected_stocks, key=lambda x: get_stock_funds_flow_rank(x, 1, datetime.now()), reverse=True)
return selected_stocks
result = select_stocks()
print(result)
以上Python代码仅供参考，具体实现还需要结合自身需求进行调整。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
